预防怀孕期间饮酒的数字干预的有效性:系统回顾和元分析

简介

背景

怀孕期间饮酒是一个主要的公共卫生问题，它与胎儿酒精谱系障碍(FASDs)和流产和死产等不良分娩相关结果有明确的联系[1］．然而，在全球范围内，估计有9.8%的女性在怀孕期间饮酒，导致每年出生的63万多名婴儿患有终生神经发育异常和中枢神经系统损伤，这使得fasd成为西方世界最常见的可预防的发育性残疾形式[2］．在美国，约1%(每1000个活产9.1例)的婴儿出生时患有与酒精有关的出生缺陷[3.］．据信，与医疗保健、特殊教育、残疾调整生命年和过早死亡有关的社会经济成本每人超过24000美元，分别超过自闭症和哮喘的成本26%和87%。[1］．

怀孕期间戒酒的障碍包括缺乏对健康后果的认识、社会经济地位低和/或无法获得必要的保健服务[4］．根据新西兰卫生部的一份报告，虽然91%的准妈妈在得知怀孕后减少了酒精摄入量，但超过一半的人是在怀孕开始后才这样做的[4］．此外，许多在妊娠三个月期间饮酒的孕妇可能有创伤或暴力史、身体健康问题、缺乏精神健康支持和/或由于社会污名而害怕获得医疗服务[5］．

社会不平等也是怀孕期间饮酒的一个基本风险因素，社会经济地位低和种族/少数民族背景的妇女生下患有胎儿酒精综合征等严重fasd的孩子的风险更大[6］．令人震惊的统计数据显示，例如，不列颠哥伦比亚省的某些土著社区(每1000名活产190例)和马尼托巴第一民族保护区(每1000名活产55-101例)的fasd儿童比例明显高于一般人口[7］．针对南非fasd的基于人群的研究表明，生活在贫困农村农场的妇女患fasd的几率最大，那里的生活条件最贫穷，酗酒是一种常态。8］．

由于数字技术在以低成本和易于获取的方式提供卫生保健干预方面具有相当大的潜力[9]，预防和个性化医疗领域的创新方法正在针对孕妇。改变生活方式的干预措施，使妇女和男子能够采取健康的营养行为，以及用于自我监测妊娠糖尿病的移动应用程序[10]、高血压[11]和抑郁[12]都显示出使用后健康状况有所改善。消除与卫生保健提供者面对面互动产生的社会压力也可能减少社会可取性偏见，正如基于计算机的戒烟干预所见，这可以将怀孕期间吸烟的几率降低三倍以上[13］．

之前的工作

据我们所知，迄今为止还没有系统综述评估了数字干预措施在预防孕妇饮酒方面的有效性。相比之下，多项系统综述和荟萃分析研究了数字干预对戒烟的有效性[13-15］．只有对预防怀孕期间饮酒的非数字干预措施(如认知行为疗法和动机性访谈)的有效性进行了系统综述[16-19，在我们的分析中被发现。相比之下，一些综述研究了基于数字和计算机的酒精干预计划在初级保健中的有效性[20.，21]或药物使用障碍正在康复的病人[22，23]，但这些研究并没有针对孕妇或计划怀孕的妇女。

本研究的目的

本系统综述旨在(1)确定目前描述上述数字干预措施的研究，(2)评估这些数字干预措施在目标人群中是否有效地预防酒精消费，(3)检查各种平台上的数字干预措施，如计算机(基于网络的、互联网的、电子健康等)、手机和短信服务，在预防酒精消费的有效程度上可能有所不同。

方法

搜索策略和数据源

通过搜索MEDLINE/PubMed(国家医学图书馆，NCBI)、Embase(爱思唯尔)、护理和相关健康文献累积索引(CINAHL Plus, EBSCO)和Web of Science核心收藏(Clarivate)，确定了讨论预防孕妇或计划怀孕妇女饮酒的数字干预措施的研究。受控词汇表术语(即MeSH、Emtree和CINAHL主题标题)在可用和适当时使用。检索策略由图书管理员(CM)设计和执行。搜索不局限于特定的地区、语言、研究设计或时间段。中提供了每个数据库中使用的确切搜索词和相应的结果编号多媒体附件1．为避免在检索相关文章时将相关研究排除在外，SSO和DC手动审阅了已确定的研究的参考文献列表。数据库管理使用Endnote X9和Covidence软件。

合格标准

我们纳入了以下研究:(1)针对孕妇或计划怀孕的妇女，(2)测量旨在防止怀孕期间饮酒的数字干预的使用情况，(3)涉及患者与医疗保健提供者或专业开发的服务之间的数字互动(不包括受试者相互交流的社交媒体)，以及(4)报告酒精戒断率。

数据管理，筛选过程和数据提取

根据这些资格标准，2名独立调查人员(SSO和DC)审查了所有报告使用数字干预措施防止孕妇饮酒的研究。所有研究都在标题和摘要水平上进行筛选，如果主要目标人群不包括孕妇或计划怀孕的妇女，或者不包括数字干预或对照组/干预前对照组，则将其排除在外。随后，进行了全文审查，以确保所有文章都测量和报告了戒酒情况，并与医疗保健提供者或专业开发的服务进行了数字互动。任何分歧都通过讨论解决。为了提取有关干预特征和结果测量(效应量)的数据，采用了在线数据提取表，以便2名独立研究者(SSO和JYM)提取必要的信息。关于评分者间的信度，kappa值(κ标题和摘要筛选为0.78，全文审查为0.84。根据Fleiss等人的说法，kappa系数超过0.75表明具有很强的一致性[24]，无需进一步校正。

数据分析

提取怀孕期间的戒酒率，并以粗比值比(ORs)表示，以最大限度地提高不同研究之间的相似性。为了检验数字干预的有效程度，进行了随机效应初步荟萃分析，以确定每个数字干预对整体戒酒的综合效应大小和程度。进行了探索性亚组分析，以确定不同的数字干预平台在影响效应量的程度上是否存在差异。所有元分析均采用随机效应模型，以估计95% ci落在效应大小分布上的干预效果。科恩问检验卡方分布和不一致性指数(我²)，以检验研究之间的异质性。采用漏斗图不对称目视检查和Egger检验评估发表偏倚的可能性。所有meta分析均使用RStudio进行。

质量评估

我们使用Cochrane协作随机对照试验工具从潜在偏倚角度评估研究质量，以评估纳入研究的有效性[25］．我们计算了异质性统计量，以量化各研究中由于效应量而非抽样方差的可变性所造成的变异比例(我²)．Cochran Q被用来正式测试异质性。通过漏斗图不对称的视觉评估评估发表偏倚，并使用Egger检验。

结果

研究的确定

PRISMA(系统评价和元分析的首选报告项目)流程图图1总结了所有研究的搜索结果和选择过程，包括在我们的综合。总的来说，我们的数据库搜索确定的记录数量为954条。其中480条记录在标题和摘要筛选过程中被删除，另外48条记录被筛选用于全文审查。

‎ 查看此图

研究特点

在48篇评估合格性的文章中，42篇被排除在外，原因如下:(1)研究设计薄弱，缺乏对照组(与常规护理或干预前基线有关)或没有针对怀孕期间饮酒预防(n=18);(2)不针对正在怀孕或计划怀孕的妇女(n=10);(3)无酒精戒断的结果测量(n=9);(4)未使用数字干预(n=4)，(5)未报告感兴趣的结果(n=1)。最终，我们纳入了6项研究。表1提供所收录论文的一般摘要。2012年至2018年间，试验在美国(n=5)或荷兰(n=1)进行[26，27，29-32］．

数字的干预措施

两项研究通过一项名为“Text4Baby”的短信服务提供数字内容，该服务每周为孕妇和新妈妈提供有关产前护理、情感支持、酒精和药物、传染病和锻炼的建议。26，27］．在我们回顾的两项研究中都使用的产前信息模块中，在参与者怀孕期间每周向他们发送3条免费短信[28］．每条信息大约150个字符长(例如，“免费味精:给你的宝宝一个良好的开始，不喝酒，不吸烟，不吸毒。”求助电话:800-784-8669(吸烟);800-662-4357(毒品和酒精)")，旨在为文化水平低的人群所理解[28］．由流行病学家和产科、儿科、家庭实践和健康沟通方面的专家组成的团队提前为妊娠的不同阶段制定了信息[28］．

四项研究包括基于计算机/互联网的干预，包括互动咨询会议、教育视频和互动活动(如写日记、冥想等)[29-31］．咨询课程包括与助产士或卫生保健专业人员的各种互动，例如助产士通过电子邮件定期发送“反馈信”(例如，“饮酒可能对未出生的婴儿有害，即使只是一小口。你喝什么酒(啤酒、葡萄酒或烈性酒)无关紧要”)[30.］．一项电子筛查和简要干预(e-SBI)包括教育视频，内容是怀孕期间避免饮酒的母亲，或卫生保健专业人员向参与者介绍保健风险和节省成本[29］．

对照组

三项研究采用了常规护理，即标准医生、产科医生或护士-助产士提供建议[26，27，30.]作为对照组。一项研究使用离线“患者教育”作为对照组[32]，而两项研究对对照组进行了时间和注意力匹配的干预，其中没有提及任何关于产前饮酒危害的信息(例如，观看一段流行电视节目)[29，31］．

主要的结果

怀孕期间饮酒被作为主要结局。研究通过电话/电子邮件进行自我报告问卷，询问参与者在怀孕期间是否饮酒(例如，“自从你发现自己怀孕以来，你喝过酒精饮料吗?”“(是/否))。受访者主要在16 [31]至治疗后24周[30.，32]，或在怀孕28周后[27］．然而，在一项初步研究中，研究了为期4周的短信干预的短期效果[26]，而在另一项研究中，通过音频计算机辅助自我访谈来询问产后90天内的饮酒情况[29］．

统计分析

初步荟萃分析包括6项研究中的6个试验组。样本加权OR表明，与对照组相比，数字干预降低了怀孕期间饮酒的几率(OR 0.62, 95% CI 0.42-0.91;P= .02点)(图2)．在一项研究中，干预组和对照组之间的效果估计没有差异[26];然而，所有其他研究都表明，使用数字干预的女性饮酒量减少了。异质性检验表明，我们未能拒绝原假设差异的影响是抽样变化的结果(I²= 0%;P= .85)。

对不同干预平台影响的分层分析显示，基于计算机的干预(OR 0.59, 95% CI 0.38-0.93)对预防饮酒有效;然而，关于短信的研究太少(OR 0.85, 95% CI 0.29-2.52)，无法得出关于该平台效果的结论(图3)．

当研究根据每篇出版物的偏倚质量风险进行分层时，各研究质量的点估计值(OR 0.62)相同(图4)．然而，由于所分析的研究数量较少，估计被认为是不准确的。

‎ 查看此图

‎ 查看此图

‎ 查看此图

质量评估

质量评估的摘要可参阅图5．所有研究至少在一个关键领域存在较高的偏倚风险。所有的研究都是随机的，除了1 [33]使用随机算法或软件程序来维持研究辅助盲法[26，27，29-32］．关于试验参与者对其分配的盲目程度，研究的信息有限;然而，大多数研究都有不同的机制来蒙蔽临床医生。例如，在2项研究中，据报道，与患者见面的临床医生被盲化，因此随机化发生在实际临床访问之外，临床医生在研究期间无法访问试验数据[26，27］．另一项研究确保对分娩时的随访评估人员进行盲法，这样评估就不会受到任何检测偏差的影响[29］．

在一项高风险研究中，作者报告说，对参与者和研究人员进行盲视是不可能的，因为他们必须跟踪参与者是否从助产士那里获得了额外的咨询，或者通过计算机获得了量身定制的反馈[30.］．另一项研究也报告了关于计算机化随机化不平衡的问题，以及一位未失明的研究助理的存在，他向某些参与者提供指示，这可能有助于干预效果[31］．所有研究均存在结局数据不完整的高风险，因为饮酒测量均为自我报告，随访损失约为20% [29]至50% [27］．有一项研究关注选择性报告[32]，其中未报告有关某些连续饮酒变量的预先指定结果[32］．

漏斗图不对称性的Egger检验结果无统计学意义(t₅=−1.66;P= 16;图6)，表明不存在发表偏倚;然而，此类结果应谨慎解释，因为当用于较小样本(n<10)时，Egger方法的效力有限[34］．

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

在这项系统综述中，我们发现防止怀孕期间饮酒的数字干预措施可能有效地防止饮酒，特别是在基于计算机/互联网的平台上。不包括试验性Text4Baby研究[27]，所有研究都表明，与对照组相比，数字干预可能会降低怀孕期间饮酒的几率。然而，我们的发现必须谨慎解释，因为它可能不适用于低偏倚风险的干预措施。作为第一个评估针对怀孕饮酒者的数字干预有效性的系统综述，我们的综述是及时的，因为它支持了这样一种说法，即更多的技术干预，可能与线下咨询策略相结合，应该纳入现有的产前保健服务中。

与之前工作的比较

关于短信平台，我们的综述中研究太少，无法就其作为戒酒数字平台的有效性得出结论。之前关于使用短信服务来提高孕妇戒烟和接种流感疫苗意识的研究结果喜忧参半，一些研究报告称，与非定制的或互联网平台相比，效果更好[35，36]，也有人声称它们不如视频和ibook等视觉干预有效[35］．值得注意的是，在我们审查的2个短信试验中，整个评估周期仅为4周，相对于其他平台的评估周期较短[37］．研究以技术为基础的战略以改善孕妇健康结果的学者指出，短期干预(大约<16周)可能无法成功地带来行为改变[38]，这可能解释了为什么4周不足以检验效果。而脑容量减少和fasd最脆弱的时期是在怀孕的前三个月[39]，在怀孕的三个月期间，任何酒精摄入都可能发生fasd，与时间或摄入量无关。因此，有必要进行更多的研究，以研究如何利用不仅具有成本效益而且灵活和可获得的短信服务，在整个怀孕期间提供更持久的干预。

正如预期的那样，在我们的审查中，最有效的干预措施是那些结合了线下家庭咨询和基于互联网或移动的反馈(即“混合”护理)的个人干预措施[30.，31］．在van der Wulp等人的研究中，将6个月的电脑定制程序与常规护理和健康咨询进行了比较，电脑定制程序在减少产前酒精使用方面比面对面的咨询更有效[30.］．这些发现表明，由于数字裁剪有可能减少与医疗保健提供者面对面互动所产生的社会压力，许多孕妇可能更喜欢它而不是其他线下平台[30.］．

优势与局限

作为第一个对数字干预在预防怀孕期间饮酒的有效性提出质疑的系统综述，这项综述的发现是新颖的。然而，我们的研究还存在一些局限性。虽然我们对漏斗图对称性的评估没有正式检测到发表偏倚(通过显著性检验)，但研究样本很小。有可能缺少缺少结果的不足研究(一个“文件抽屉”问题)。美国和荷兰之间的文化差异也可能影响研究结果;虽然美国和荷兰都正式建议孕妇完全戒酒，但荷兰怀孕期间饮酒的流行率(19%-21%)高于美国(15%)[40］．

最令人担忧的是，怀孕期间戒酒的主要结果是自我报告的，所有研究的随访方法/时间都不同。缺乏生物标记物来评估禁欲是所纳入试验的一个基本限制，这是令人担忧的，因为酒精消费的自我报告可能受到酒精滥用造成的记忆丧失的影响，以及由于担心负面后果而少报，如被报告给儿童保护服务机构[41］．例如，在许多州，联邦《儿童虐待预防和治疗法案》要求卫生保健提供者在参与分娩或护理患有fasd的婴儿时通知儿童保护服务机构[42］．

干预的持续时间、质量和强度无法控制，一些研究，如e-SBI试验，通过专业咨询方法(如动机性访谈)专门针对高危人群[29]，以及其他研究将酒精摄入监测纳入一个更大、更普遍的孕妇计划(即Text4Baby) [26，27］．从各种偏倚的质量评估中可以看出，一些研究随访损失很大，缺乏关于患者/评估者在随机化过程中被蒙蔽程度的信息，以及可能存在结局数据不完整的风险[43］．有些研究无法让教师失明[31]及参加者[30.］．所有研究都难以保留参与者进行长期随访，其中一项研究的保留率低于50% [27］．

未来的发展方向

未来的研究将受益于控制不同试验之间关于对照组提供的常规护理质量、戒酒评估和干预持续时间/质量的差异。然而，在我们的研究中，由于所纳入的研究对这些因素的描述有限，这是不可能的。在未来的研究中，当有更多针对怀孕期间戒酒的试验可供回顾时，有必要对干预技术进行更一致和更彻底的亚组分析，包括视频、咨询、混合护理等。

结论

需要更多的研究来评估针对怀孕饮酒者的数字干预在多大程度上可能对来自弱势背景和/或低社会经济地位的女性有效。虽然目前可供审查的项目和试验很少，但数字技术正在迅速应用于个性化医疗保健。未来的研究将受益于评估如何更好地分配线上和线下资源，以帮助孕妇和计划怀孕的妇女在怀孕期间避免饮酒和其他致畸物质。